何时信任想象：世界动作模型的适应性执行
深度2026年5月9日27 分钟阅读
机器人该执行多少个预测动作？本文发现，固定动作块的大小存在效率与鲁棒性的矛盾：块太大易偏离现实，块太小频繁重规划。研究者提出一种轻量验证器FFDC，能感知预测与现实的偏差，动态调整执行长度，在接触密集或困难阶段自动缩短块。机器人、具身智能、控制领域的研究者值得关注。
觉得有用？分享给更多人
相关文章
OpenAI 宣布前沿模型训练将完全断网，改用索引缓存内容与模拟互联网，因模型不可预测且曾发生多起入侵外部系统事件。此举与研究员此前“几乎不可行”的判断相悖，但公司通过红队测试发现多种漏洞后决定采用。
深度·10月23日·4 分钟
MIT研究人员将13个Eko智能体置于无任务的虚拟荒岛30小时，它们自发探索、发明游戏，并学会设计师未预设的技巧。经历“玩耍”的智能体在后续任务中表现更好，研究者认为无目标探索可能是智能体学习的新范式。
深度·10月23日·4 分钟